智東西（公眾號：zhidxcom）
編譯 | ?王欣逸
編輯 | ?程茜
智東西12月30日消息，今天，AI學(xué)術(shù)大牛、斯坦福大學(xué)教授、谷歌大腦聯(lián)合創(chuàng)始人吳恩達在社交媒體平臺發(fā)布公開信和一篇長文，稱2025年或?qū)⒆鳛锳I工業(yè)時代的黎明，并總結(jié)了今年AI發(fā)展的四大關(guān)鍵詞：模型的推理能力、AI人才爭奪戰(zhàn)、巨大規(guī)模的AI基建以及編程Agent的普及。
在公開信中，吳恩達分享了關(guān)于掌握AI系統(tǒng)構(gòu)建能力的三步法：系統(tǒng)學(xué)習(xí)AI課程、動手實踐構(gòu)建項目和閱讀前沿研究論文。
關(guān)于模型的推理能力，吳恩達提到，它已成為大多數(shù)新一代模型的內(nèi)置常規(guī)能力，能顯著提升模型在各種任務(wù)上的表現(xiàn)，而這一能力，在2025年初還需通過特別提示來觸發(fā)。
今年7月，由Meta首先引爆的AI人才爭奪戰(zhàn)將AI人才的市場價值推向前所未有的高度。AI數(shù)據(jù)標注公司Scale AI的首席執(zhí)行官汪滔（Alexandr Wang）及其核心團隊、蘋果AI研發(fā)團隊負責(zé)人龐若鳴等AI大牛加盟Meta，在這場人才混戰(zhàn)中，微軟AI CEO穆斯塔法·蘇萊曼（Mustafa Suleyman）挖走谷歌20多名研究員和工程師，特斯拉首席執(zhí)行官埃隆·馬斯克（Elon Musk）也為xAI挖走Meta的10余名工程師。
在AI基礎(chǔ)設(shè)施上，吳恩達認為，2025年可能正是一個以AI基礎(chǔ)設(shè)施為核心的新工業(yè)時代的開端，代表項目有OpenAI、甲骨文和軟銀聯(lián)合推進的“星際之門”項目、Meta的“Hyperion”項目。
全球知名咨詢公司貝恩公司估計，2030年AI行業(yè)年收入需達到2萬億美元（約合人民幣13.98萬億元）才能支撐這些AI基建投入，而這一數(shù)據(jù)將超過亞馬遜、蘋果、Alphabet、微軟、Meta和英偉達2024年的收益總和。
在編程Agent的發(fā)展上，吳恩達認為，無需擔(dān)心AI將取代初級開發(fā)者，AI輔助編程很快可能就被簡單地視為編程本身，類似拼寫檢查和自動補全是寫作的一部分，而擅長使用AI的開發(fā)者的開發(fā)效率和質(zhì)量將遠勝以往。
以下為吳恩達的信和年度AI總結(jié)特刊全文編譯（為優(yōu)化閱讀體驗，智東西做了不改變原意的編輯）：
親愛的朋友們：
又一年AI技術(shù)的飛速進步，為每個人創(chuàng)造了前所未有的軟件開發(fā)機遇，包括剛剛踏入這個領(lǐng)域的人?，F(xiàn)實情況是，如今很多公司都難以招到足夠多的熟練AI人才。每年冬天，我都會抽出時間學(xué)習(xí)和做些項目，也希望你能一起。這不僅能幫我鞏固舊技能、掌握新本領(lǐng)，也能為你的科技職業(yè)道路增添助力。
想真正掌握構(gòu)建AI系統(tǒng)的能力，我的建議是：
1、系統(tǒng)學(xué)習(xí)AI課程
2、動手實踐構(gòu)建項目
3、（可選）閱讀前沿研究論文
下面我會具體說說為什么這三條缺一不可。
我注意到，有些開發(fā)者會建議新人“直接開干，別管學(xué)習(xí)”。這其實是個非常糟糕的建議！除非你本身就處在一個經(jīng)驗豐富的AI開發(fā)者社群里，能隨時獲得指導(dǎo)，否則在缺乏基礎(chǔ)知識的情況下直接動手，很可能意味著你會重復(fù)發(fā)明輪子，而且更可能的是，費力造出一個更差的輪子。
舉個例子，我在面試中遇到過一些開發(fā)者，他們曾耗費大量時間“重新發(fā)明”了標準的RAG文檔分塊方案，重復(fù)實現(xiàn)了已有的Agent評估方法，或是寫出了難以維護的大模型上下文管理代碼。如果他們事先學(xué)過幾門相關(guān)的課程，就能更好地理解那些現(xiàn)成的、成熟的模塊。他們當(dāng)然依然可以選擇從頭搭建（甚至可能造出更好的），但這本可以避免他們數(shù)周不必要的重復(fù)勞動。
所以，系統(tǒng)的結(jié)構(gòu)化學(xué)習(xí)很重要，更何況，我發(fā)現(xiàn)學(xué)習(xí)課程本身也充滿樂趣。比起刷劇，我更愿意每天聽一場資深A(yù)I講師的精彩課程。
與此同時，僅僅上課是不夠的。有很多經(jīng)驗教訓(xùn)，只有通過動手實踐才能獲得。學(xué)習(xí)飛機的工作原理對成為飛行員至關(guān)重要，但沒人能只靠上課就學(xué)會駕駛。關(guān)鍵的一步，是真正坐進駕駛艙。 好消息是，借助如今高度智能化的Agent編程，實際構(gòu)建的過程已變得前所未有的便捷。同時，系統(tǒng)學(xué)習(xí)AI的構(gòu)成模塊，也常能點燃你創(chuàng)作新項目的靈感。每當(dāng)我缺乏項目靈感時，通常會選擇去上課或讀幾篇論文，這樣做一段時間之后，新想法總會源源不斷地涌現(xiàn)。更重要的是，動手構(gòu)建本身充滿樂趣，我希望你也能親身感受到這份快樂。
最后，不是每個人都必須這樣做，但我觀察到，當(dāng)今就業(yè)市場上最具競爭力的候選人大多保持著偶爾閱讀論文的習(xí)慣。雖然我發(fā)現(xiàn)研究論文比課程難消化得多，但它包含著大量尚未被簡化普及的前沿知識。我將它的優(yōu)先級置于系統(tǒng)學(xué)習(xí)和實踐構(gòu)建之后，但如果你有機會提升閱讀論文的能力，我強烈建議你去嘗試（你也可以參考我早年關(guān)于如何讀論文的建議視頻）。對我來說，學(xué)習(xí)和構(gòu)建充滿趣味，而讀論文有時則像“苦差”，但從閱讀論文中獲得的靈光一閃是令人愉悅的。
祝你有一個美好的冬日假期，新年快樂！除了學(xué)習(xí)和構(gòu)建，我也希望你能花時間與所愛之人共度，那同樣重要！
此致
安德魯
以下為吳恩達發(fā)布在《The Batch》上的年度AI總結(jié)特刊，標題為《2025年頂級AI新聞（Top AI Stories of 2025）》。
2025年或?qū)⒆鳛锳I工業(yè)時代的黎明。創(chuàng)新驅(qū)動模型性能邁上新臺階，AI應(yīng)用正變得無處不在、不可或缺，頂尖企業(yè)為爭奪人才激烈角逐，大規(guī)?；A(chǔ)設(shè)施建設(shè)也拉動了美國經(jīng)濟增長。與過去的冬季假日季一樣，本期《The Batch》特刊梳理了過去一年的核心脈絡(luò)。隨著AI更深地融入社會生活的方方面面，新的一年將有望進一步鞏固這些變革的根基。
一、思考模型：解決更復(fù)雜的問題
一步一步思考、解釋你的推理、從答案倒推，這些策略在2025年初還需通過特別提示來觸發(fā)，而如今，它們已成為大多數(shù)新一代大型語言模型的內(nèi)置常規(guī)能力，顯著提升了模型在各種任務(wù)上的表現(xiàn)。
（1）發(fā)生了什么：
這一變革始于2023年底OpenAI推出首個具備自主推理工作流的“思考”模型o1。隨后，DeepSeek-R1于2024年1月展示了構(gòu)建此類模型的可行路徑。其直接成果是：數(shù)學(xué)與編程能力大幅躍升，問答準確性提高，機器人更加智能，AI Agent也發(fā)展迅猛。
（2）發(fā)展脈絡(luò)：
此類模型能力的源頭可追溯到論文《大模型是零樣本推理者（Large Language Models Are Zero-Shot Reasoners）》，其中提出的“讓我們一步一步地思考”提示詞，能顯著改善模型輸出。研究人員很快意識到，可通過訓(xùn)練將這種推理策略內(nèi)化。關(guān)鍵方法在于強化學(xué)習(xí)微調(diào)：通過獎勵模型產(chǎn)生正確答案，從而讓其在輸出前進行深度“思考”。
1、最初的幾個推理模型專門通過RL進行訓(xùn)練，以正確解決數(shù)學(xué)問題、準確回答科學(xué)問題和完成代碼生成任務(wù)，成績斐然。例如，o1-preview在AIME 2024數(shù)學(xué)競賽上的表現(xiàn)較GPT-4o提升43個百分點，在博士級科學(xué)考試GPQA Diamond上提升22個百分點，其編程能力在Codeforces平臺上可位列人類程序員的前62%，遠超GPT-4o的11%。
2、當(dāng)推理模型學(xué)會調(diào)用計算器、搜索引擎等外部工具時，能力進一步增強。例如，配備工具后，OpenAI o4-mini在一項涵蓋100個領(lǐng)域的多模態(tài)專業(yè)測試中，準確率提升了3個百分點以上。
3、機器人行動模型（Robotic action models）已通過RL訓(xùn)練進行推理。例如，與像OpenVLA這樣的非思考模型相比，ThinkAct模型通過推理在任務(wù)中獲得了約8%的性能提升。
4、同時，它助力AI Agent解決復(fù)雜問題。例如，AlphaEvolve使用Google Gemini反復(fù)生成、評估和修改代碼，最終為現(xiàn)實世界問題生成更快的算法。同樣，AI Co-Scientist使用Gemini生成科學(xué)研究提案，然后審查、排名并改進它們，其中一項關(guān)于抗生素耐藥性的假設(shè)竟與人類科學(xué)家同期獨立提出的想法不謀而合。
（3）潛在局限：
然而，推理模型可能并不像看起來那樣理性。
蘋果公司的一項研究指出，即使給模型提供了能解決難題的算法，推理模型也無法解決超出一定復(fù)雜度的謎題。模型應(yīng)用算法的能力不足，對機器推理與人類推理之間的表面相似性提出了質(zhì)疑。
Anthropic的研究發(fā)現(xiàn)，雖然模型的推理步驟有助于解釋它如何得出結(jié)論，但這些步驟也可能省略了促成結(jié)論的關(guān)鍵信息。例如，可以在提示中加入暗示來引導(dǎo)推理模型產(chǎn)生特定輸出，但這些暗示可能不會在其推理步驟中體現(xiàn)。
（4）現(xiàn)狀：
推理顯著提升了大模型性能。然而，更好的輸出是有代價的。啟用了推理的Gemini 3 Flash使用了1.6億個Token來運行Artificial Analysis Intelligence Index的基準測試（并獲得了71分），而未啟用推理的Gemini 3 Flash使用了740萬個Token（獲得了低得多的55分）。此外，啟用推理也導(dǎo)致了生成延遲，增加了對模型推理服務(wù)商更快提供Tokens的壓力。研究人員正在尋找方法優(yōu)化效率。Claude Opus 4.5和設(shè)置為高推理模式的GPT-5.1獲得了相同的性能分數(shù)，但前者使用了4800萬個Tokens，后者則使用了8100萬個Tokens。
二、大型AI公司的高薪人才爭奪戰(zhàn)
科技巨頭間爆發(fā)了一場激烈的人才爭奪戰(zhàn)，為吸引頂尖人才，它們開出了堪比職業(yè)體育明星的天價薪酬。
（1）發(fā)生了什么：
2025年7月，Meta啟動了一場招聘狂潮，為新成立的Meta超級智能實驗室（MSL）儲備人才，向來自O(shè)penAI、谷歌、Anthropic等頂級公司的研究員開出了高達數(shù)億美元的薪酬方案，其中包括巨額現(xiàn)金獎金以及為補償其放棄原公司股權(quán)而設(shè)立的獎勵。作為反擊，Meta的競爭對手們也紛紛從Meta及其他公司挖走關(guān)鍵員工，將AI人才的市場價值推至前所未有的高度。
（2）背后推手：
Meta以價值高達3億美元（約合人民幣20.97億元）、為期四年的薪酬方案顛覆了行業(yè)慣例，其流動現(xiàn)金補償遠超其他公司需要多年才能歸屬的股票期權(quán)。據(jù)《華爾街日報》報道，在成功招攬Scale AI的首席執(zhí)行官汪滔（Alexandr Wang）及其核心團隊后，Meta首席執(zhí)行官馬克·扎克伯格（Mark Zuckerberg）親自擬定了一份“愿望清單”并展開攻勢：
扎克伯格登門拜訪，說服目標人選跳槽，有時還會帶上自制的湯。此舉成功招募了包括OpenAI推理模型研究員韋杰森（Jason Wei）和鄭亨元（Hyung Won Chung）在內(nèi)的多位頂尖人才。
據(jù)《華爾街日報》報道，與OpenAI前CTO 米拉·穆拉蒂（Mira Murati）共同創(chuàng)立Thinking Machines Lab的安德魯·塔羅克（Andrew Tulloch），最初拒絕了Meta一份包含15億美元（約合人民幣104.84億元）獎金的邀約，但數(shù)月后仍選擇加入。
Meta雇傭了曾在蘋果公司負責(zé)AI模型的龐若鳴（Ruoming Pang）。彭博社報道，這份多年期的薪酬方案價值數(shù)億美元。該報價超過了蘋果除首席執(zhí)行官外的最高管理層薪酬，而蘋果公司拒絕提出還價。
在這場混戰(zhàn)中，微軟AI CEO穆斯塔法·蘇萊曼（Mustafa Suleyman）從谷歌帶走了20多名研究員和工程師，其中包括工程副總裁阿馬爾·蘇布拉馬尼（Amar Subramanya）。
埃隆·馬斯克的xAI則從Meta挖走十余名AI研究員與工程師。馬斯克批評競爭對手的報價“瘋狂”，并吹捧自己公司“高度精英”的文化以及股權(quán)更大的增長潛力。
（3）背景信息：
AI工程師薪酬的演變軌跡，清晰地反映了該領(lǐng)域從學(xué)術(shù)研究到產(chǎn)業(yè)核心的變遷：
2011年：谷歌大腦在吳恩達領(lǐng)導(dǎo)下成立時，AI人才主要集中于學(xué)術(shù)界。隨著神經(jīng)網(wǎng)絡(luò)進入搜索引擎和AI助手等商業(yè)產(chǎn)品，機器學(xué)習(xí)工程師職位成為企業(yè)標準層級。
2014年，谷歌收購DeepMind時，AI薪資顯著超過一般軟件工程薪資?！都~約時報》估計，DeepMind的每名員工人力成本約為34.5萬美元（約合人民幣241.14萬元）。到2017年谷歌推出Transformer架構(gòu)時，頂級薪酬已升至高達50萬美元（約合人民幣349.48萬元）。
大約在2023年，隨著ChatGPT的興起，薪酬再次躍升。據(jù)報道，頂級軟件工程師的薪酬方案已超過70萬美元（約合人民幣489.27萬元）。
（4）當(dāng)前現(xiàn)狀：
隨著2026年的開始，AI招聘市場已徹底改變。《華爾街日報》報道，為留住人才，OpenAI提供了更優(yōu)厚的股權(quán)激勵、加速了新員工期權(quán)歸屬，并發(fā)放了高達150萬美元（約合人民幣1048.44萬元）的留任獎金。盡管今年存在對“AI泡沫”的討論，但對于計劃投入數(shù)百億美元建設(shè)數(shù)據(jù)中心的公司而言，高昂的薪酬是合理的，既然能在硬件上投入巨資，為何不在至關(guān)重要的人才資源上投入其一小部分呢？
三、數(shù)據(jù)中心建設(shè)規(guī)模巨大
全球頂級科技公司宣布了建設(shè)數(shù)據(jù)中心的計劃，預(yù)計未來幾年將消耗數(shù)萬億美元和數(shù)十億瓦特的電力。
（1）發(fā)生了什么：
僅今年一年，AI行業(yè)的資本支出就超過3000億美元（約合人民幣2.10萬億元），且大部分流向了新的AI算力基礎(chǔ)設(shè)施。這僅僅是開始，各公司正規(guī)劃建設(shè)小鎮(zhèn)規(guī)模、能源需求匹敵中型城市的巨型設(shè)施。咨詢公司麥肯錫預(yù)計，為滿足未來的模型訓(xùn)練與推理需求，到2030年，這場算力競賽的總投入可能高達5.2萬億美元（約合人民幣36.35萬億元）。
（2）背后推手：
頂級AI公司在全球范圍內(nèi)宣布了一系列數(shù)據(jù)中心項目，每千兆瓦數(shù)據(jù)中心容量的建設(shè)成本約需500億美元（約合人民幣3494.8億元）。
今年一月，OpenAI聯(lián)合甲骨文、軟銀等啟動了耗資5000億美元（約合人民幣3.49萬億元）的“星際之門”項目，并計劃在全球建設(shè)200億瓦數(shù)據(jù)中心，還預(yù)測了需求可能高達這一數(shù)值的5倍。OpenAI首席執(zhí)行官薩姆·阿爾特曼（Sam Altman）甚至提出了“最終實現(xiàn)每周新增10億瓦容量”的目標。
Meta 2025年的基礎(chǔ)設(shè)施投資約720億美元（約合人民幣5032.51億元），主要位于美國，其高管表示這一數(shù)字在2026年將大幅上升。該公司標志性的“Hyperion”項目包括在路易斯安那州農(nóng)村地區(qū)投資270億美元（約合人民幣1887.19億元）、50億瓦的數(shù)據(jù)中心。通過特殊融資安排，該項目的資產(chǎn)與債務(wù)未計入公司資產(chǎn)負債表。
微軟在2025年花費了800億美元（約合人民幣5591.68億元）用于全球數(shù)據(jù)中心項目，包括威斯康星州和亞特蘭大的設(shè)施，這些設(shè)施將通過專用光纖網(wǎng)絡(luò)連接，作為一個龐大的超級計算機運行。為了供電，該公司簽署了一項為期20年的協(xié)議，重啟賓夕法尼亞州的三哩島核反應(yīng)堆，該反應(yīng)堆將從2028年開始提供835兆瓦的電力。公司還計劃將歐洲的云與AI容量擴展至200個數(shù)據(jù)中心。
亞馬遜預(yù)計2025年在基礎(chǔ)設(shè)施上花費1250億美元，2026年將更多。其110億美元（約合人民幣768.86億元）的“Rainier項目”是印第安納州的一個22億瓦、運行在50萬個Amazon Trainium 2芯片上的數(shù)據(jù)中心。此外，亞馬遜計劃在澳大利亞花費大約140億美元（約合人民幣978.54億元）擴展數(shù)據(jù)中心，并在2025年至2029年間在德國投資約210億美元（約合人民幣1467.82億元）。
谷歌母公司Alphabet預(yù)計2025年在基礎(chǔ)設(shè)施上花費高達930億美元（約合人民幣9500.33億元），高于此前750億美元（約合人民幣5242.2億元）的預(yù)測。該公司宣布了一項400億美元（約合人民幣3075.42億元）的項目，計劃到2027年在德克薩斯州新增3個數(shù)據(jù)中心。它還承諾在印度投入150億美元（約合人民幣1048.44億元）、在德國投資約60億美元（約合人民幣419.38億元），并在澳大利亞、馬來西亞和烏拉圭推出了新的或擴展的項目。
（3）現(xiàn)實挑戰(zhàn)
然而，如此龐大的基建計劃能否被現(xiàn)有經(jīng)濟與基礎(chǔ)設(shè)施所承載，仍存疑慮：
貝恩公司估計，為支撐這些投資，到2030年AI行業(yè)年收入需達到2萬億美元（約合人民幣13.98萬億元），這將超過亞馬遜、蘋果、Alphabet、微軟、Meta和英偉達2024年的收益總和。
此外，當(dāng)前的電網(wǎng)可能不足以支持這些數(shù)據(jù)中心。據(jù)彭博社報道，硅谷的兩個設(shè)施因當(dāng)?shù)毓檬聵I(yè)公司沒有足夠的容量將其接入電網(wǎng)而處于閑置狀態(tài)。
另據(jù)英國《金融時報》報道，十二月中旬，Blue Owl Capital曾因擔(dān)憂債務(wù)問題，退出了為甲骨文和OpenAI的一個100億美元（約合人民幣698.96億元）數(shù)據(jù)中心提供融資的談判。報告引用了對甲骨文在數(shù)據(jù)中心建設(shè)過程中債務(wù)不斷增加的擔(dān)憂。Blue Owl Capital繼續(xù)為其他甲骨文和OpenAI的數(shù)據(jù)中心項目提供融資。
（4）現(xiàn)狀：
盡管存在對AI泡沫的擔(dān)憂，但數(shù)據(jù)中心的建設(shè)熱潮已在疲軟的經(jīng)濟中創(chuàng)造了實實在在的就業(yè)與產(chǎn)值。哈佛經(jīng)濟學(xué)家杰森·弗曼（Jason Furman）稱，2025年上半年美國GDP的增長幾乎全部來源于對數(shù)據(jù)中心和AI的投資。有充分證據(jù)表明，2025年可能正是一個以AI基礎(chǔ)設(shè)施為核心的新工業(yè)時代的開端。
四、編程Agent更快，還更便宜
代碼生成已從簡單的自動補全，演進為能夠管理復(fù)雜軟件開發(fā)全流程的Agent系統(tǒng)。
（1）發(fā)生了什么：
編程成為具有最直接商業(yè)價值的Agent工作流應(yīng)用。從Claude Code、Google Gemini CLI到OpenAI Codex，編程Agent現(xiàn)已成為各大AI公司的關(guān)鍵競爭戰(zhàn)場，較小的競爭者也不得不開發(fā)自有的Agent模型以維持競爭力。
（2）背后推手：
2024年，Agent代碼生成器Devin將SWE-Bench基準的解決率從1.96%大幅提升至13.86%；到2025年，基于最新大模型的編程Agent已能解決超過80%的同類任務(wù)。開發(fā)者開始采用更復(fù)雜的Agent框架，使其能進行任務(wù)規(guī)劃、自我評估、調(diào)用工具并管理整個代碼庫。
2024年底出現(xiàn)的推理模型顯著提升了編程能力與性價比。Agent可利用推理能力規(guī)劃任務(wù)，并將具體執(zhí)行分配給成本更低的模型。引入“可變推理預(yù)算”機制后，單個模型能動態(tài)分配更多計算資源用于復(fù)雜規(guī)劃，減少簡單編輯的消耗。至2025年底，Gemini 3 Pro、Claude Opus 4.5和GPT-5.2成為該領(lǐng)域的領(lǐng)先模型。
與此同時，開源模型迅速跟進。Z.ai GLM-4.5和Kimi K2大幅降低了自動化編程初創(chuàng)公司的成本。七月發(fā)布的Qwen3-Coder擁有4800億參數(shù)，基于超5萬億Tokens訓(xùn)練，性能已接近Claude Sonnet 4。
Anthropic二月推出的基于Agent框架創(chuàng)建的Claude Code應(yīng)用獲得市場成功，重新定義了Agent編程的體驗標準。OpenAI以基于其GPT-5系列編程專用版本的Codex應(yīng)用作為回應(yīng)。Claude Code最初在本地運行，而Codex應(yīng)用在瀏覽器中運行，這有助于推廣在云端運行的Agent編程。到年底，這些Agent已經(jīng)能夠使用多個子Agent——通常是一個啟動器來開始任務(wù)并跟蹤進度，以及各種編程Agent來完成不同任務(wù)，每個都有其自己的上下文窗口，來處理運行時間更長的問題。
模型制造商與集成開發(fā)環(huán)境（IDE）供應(yīng)商之間的拉鋸戰(zhàn)導(dǎo)致像Anysphere（Cursor母公司）和Cognition AI（Windsurf母公司）這樣的流行IDE供應(yīng)商建立了自己的模型。與此同時，谷歌構(gòu)建了自己的IDE Antigravity，并于十一月首次亮相。
（3）背景信息：
隨著Agent能力提升，傳統(tǒng)的SWE-Bench基準已不足夠，催生了SWE-Bench Verified、LiveBench、Terminal-Bench等一系列新評估標準。然而，由于各廠商傾向于引用對自己有利的基準，客觀評估和工具選型反而變得更加困難。
在2025年初，大多數(shù)觀察家認為Agent擅長生成常規(guī)代碼、文檔和單元測試，但在戰(zhàn)略設(shè)計上有經(jīng)驗的人類工程師和產(chǎn)品經(jīng)理表現(xiàn)得更好。到年底，情況已然改變：微軟、谷歌、亞馬遜和Anthropic表示，其代碼庫中由AI自動生成的高層級任務(wù)代碼比例正在顯著上升。
（4）行業(yè)現(xiàn)狀：
在短時間內(nèi)，編程Agent已將“Vibe Coding（氛圍編程）”從一個令人費解的流行語推動為一個蓬勃發(fā)展的行業(yè)。像Loveable、Replit和Vercel這樣的初創(chuàng)公司使用戶幾乎無需編程經(jīng)驗就能從頭構(gòu)建應(yīng)用。盡管有人擔(dān)憂AI將取代初級開發(fā)者，但事實表明，善用AI的開發(fā)者其原型構(gòu)建效率和質(zhì)量遠勝以往。很快，AI輔助編程可能就被簡單地視為編程本身，就像拼寫檢查和自動補全是寫作的一部分一樣。
來源：X
